买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120997817B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511516662.9，技术领域涉及：G06V20/64；该发明授权基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质是由顾钊铨;潘德昱;李若南;谭昊;吴世彬设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质在说明书摘要公布了：本发明属于自动驾驶安全技术领域，尤其涉及一种基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质。该方法针对现有多任务对抗攻击存在的攻击效果不均衡、强度不足的问题，构建了一个双层优化框架。内层优化通过Softmax机制自适应地调整各感知任务的权重，使优化资源根据任务脆弱性动态分配；外层优化则在物理可行域约束下，利用投影梯度上升法更新对抗补丁，以最大化加权后的多任务损失。本发明通过内外层交替优化，能够生成在三维目标检测、语义分割和深度估计等多个任务上同时产生均衡且显著攻击效果的物理可部署补丁，有效提升了自动驾驶感知系统鲁棒性评估的全面性和可靠性。

本发明授权基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质在权利要求书中公布了：1.一种基于自适应加权双层优化的多任务对抗补丁生成方法，其特征在于，包括以下步骤： 步骤S1：获取目标多任务感知模型的多模态感知数据，并初始化对抗补丁； 步骤S2：构建双层优化框架，所述框架包括外层优化循环和内层优化循环； 步骤S3：在所述内层优化循环中，固定当前对抗补丁，根据各感知任务的损失或梯度，通过Softmax函数动态更新各任务的权重，任务权重的动态更新公式为： 其中，为第t+1次迭代时，分配给第i个任务的权重，为第i个任务的损失值，为第k个任务的损失值，为权重更新学习率，其取值范围为0.001至0.1； 步骤S4：在所述外层优化循环中，固定所述内层优化循环更新的任务权重，通过梯度上升法并结合投影与正则化项更新所述对抗补丁的参数，其更新公式为： 其中是一个正则化项，是正则化强度系数，是我们要寻找的最优对抗补丁，表示第i个模型对添加了补丁p的输入数据x的预测结果，是分配给第i个任务的权重； 步骤S5：迭代执行步骤S3和步骤S4，直至满足预设的收敛条件，输出最终生成的对抗补丁。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。